Capítulo 14 Tabulação de dados


14.1 Planilhas eletrônicas


14.1.1 Qual a organização de uma tabela de dados?

  • Cada variável possui sua própria coluna (vertical).176

  • Cada observação possui sua própria linha (horizontal).176

  • Cada valor possui sua própria célula especificada em um par (linha, coluna).176

  • Cada célula possui seu próprio dado.176



14.1.2 Qual a estrutura básica de uma tabela para análise estatística?

  • Use apenas 1 (uma) planilha eletrônica para conter todas as informações coletadas.178

  • Evite múltiplas abas no mesmo arquivo, assim como múltiplos arquivos quando possível.178

  • Use apenas 1 (uma) linha de cabeçalho para nomear os fatores e variáveis do seu estudo.178


Tabela 14.1: Estrutura básica de uma tabela de dados.
V1 V2 V3 V4
\(x_{1,1}\) \(x_{1,2}\) \(x_{1,3}\) \(x_{1,4}\)
\(x_{2,1}\) \(x_{2,2}\) \(x_{2,3}\) \(x_{2,4}\)
\(x_{3,1}\) \(x_{3,2}\) \(x_{3,3}\) \(x_{3,4}\)
\(x_{4,1}\) \(x_{4,2}\) \(x_{4,3}\) \(x_{4,4}\)
\(x_{5,1}\) \(x_{5,2}\) \(x_{5,3}\) \(x_{5,4}\)


  • Cada linha representa um participante e cada coluna representa uma variável ou fator do estudo.179

  • Estudos com medidas repetidas dos participantes podem conter múltiplas linhas para o mesmo participante (repetindo os dados na mesma coluna), conhecido como formato curto.179

  • Estudos com medidas repetidas dos participantes podem conter só uma linha para o participante (repetindo os dados em colunas separadas), conhecido como formato longo.179


Tabela 14.2: Formato longo para medidas repetidas (múltiplas linhas por sujeito; colunas = variáveis)
Linha Variavel Valor
1 V1 \(x_{1,1}\)
1 V2 \(x_{1,2}\)
1 V3 \(x_{1,3}\)
1 V4 \(x_{1,4}\)
2 V1 \(x_{2,1}\)
2 V2 \(x_{2,2}\)
2 V3 \(x_{2,3}\)
2 V4 \(x_{2,4}\)
3 V1 \(x_{3,1}\)
3 V2 \(x_{3,2}\)
3 V3 \(x_{3,3}\)
3 V4 \(x_{3,4}\)
4 V1 \(x_{4,1}\)
4 V2 \(x_{4,2}\)
4 V3 \(x_{4,3}\)
4 V4 \(x_{4,4}\)
5 V1 \(x_{5,1}\)
5 V2 \(x_{5,2}\)
5 V3 \(x_{5,3}\)
5 V4 \(x_{5,4}\)


Tabela 14.3: Formato largo para medidas repetidas (1 variável; colunas = tempos)
id T1 T2 T3 T4
1 \(x_{1,T1}\) \(x_{1,T2}\) \(x_{1,T3}\) \(x_{1,T4}\)
2 \(x_{2,T1}\) \(x_{2,T2}\) \(x_{2,T3}\) \(x_{2,T4}\)
3 \(x_{3,T1}\) \(x_{3,T2}\) \(x_{3,T3}\) \(x_{3,T4}\)
4 \(x_{4,T1}\) \(x_{4,T2}\) \(x_{4,T3}\) \(x_{4,T4}\)
5 \(x_{5,T1}\) \(x_{5,T2}\) \(x_{5,T3}\) \(x_{5,T4}\)


14.1.3 O que usar para organizar tabelas para análise computadorizada?

  • Seja consistente em: códigos para as variáveis categóricas; códigos para dados perdidos; nomes das variáveis; identificadores de participantes; nome dos arquivos; formato de datas; uso de caracteres de espaço.178,179

  • Crie um dicionário de dados (metadados) em um arquivo separado contendo: nome da variável, descrição da variável, unidades de medida e valores extremos possíveis.178

  • Use recursos para validação de dados antes e durante a digitação de dados.178,179



14.1.4 O que não usar para organizar tabelas para análise computadorizada?

  • Não deixe células em branco: substitua dados perdidos por um código sistemático (ex.: NA [not available]).178

  • Não inclua análises estatísticas ou gráficos nas tabelas de dados brutos.178

  • Não utilize cores como informação. Se necessário, crie colunas adicionais — variáveis instrumentais ou auxiliares — para identificar a informação de modo que possa ser analisada.178

  • Não use células mescladas.

  • Delete linhas e/ou colunas totalmente em branco (sem unidades de análise e/ou sem variáveis).


14.1.5 O que é recomendado e o que deve ser evitado na organização das tabelas para análise?

Tabela 14.4: Formatação recomendada para tabela de dados.
ID Data.Coleta Estado.Civil Numero.Filhos
1 02-07-2026 casado NA
2 03-07-2026 casado 1
3 04-07-2026 casado NA
4 05-07-2026 solteiro NA
5 06-07-2026 casado NA
6 07-07-2026 solteiro 0
7 08-07-2026 solteiro NA
8 09-07-2026 solteiro NA
9 10-07-2026 casado NA
10 11-07-2026 solteiro NA


Tabela 14.5: Formatação não recomendada para tabela de dados.
ID Data de Coleta Estado Civil Número de Filhos
1 02-07-2026 casado NA
2 03-07-2026 Casado 1
3 04-07-2026 casado NaN
4 05-07-2026 Solteiro N/A
5 06-07-2026 Casado N.A.
6 07-07-2026 solteiro 0
7 08-07-2026 solteiro
8 09-07-2026 Solteiro na
9 10-07-2026 casado n.a.
10 11-07-2026 Solteiro 999



Citar como:
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,


Referências

176.
Tierney N, Cook D. Expanding Tidy Data Principles to Facilitate Missing Data Exploration, Visualization and Assessment of Imputations. Journal of Statistical Software. 2023;105(7). doi:10.18637/jss.v105.i07
177.
Hammill D. DataEditR: An Interactive Editor for Viewing, Entering, Filtering & Editing Data.; 2022. https://CRAN.R-project.org/package=DataEditR.
178.
Broman KW, Woo KH. Data Organization in Spreadsheets. The American Statistician. 2018;72(1):2–10. doi:10.1080/00031305.2017.1375989
179.
Juluru K, Eng J. Use of Spreadsheets for Research Data Collection and Preparation: Academic Radiology. 2015;22(12):1592–1599. doi:10.1016/j.acra.2015.08.024
180.
Dowle M, Srinivasan A. data.table: Extension of ‘data.frame‘.; 2023. https://CRAN.R-project.org/package=data.table.